| 中文摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景及研究意义 | 第9-11页 |
| 1.2 国内外研究综述 | 第11-14页 |
| 1.2.1 国外区域物流需求预测的研究现状 | 第11-12页 |
| 1.2.2 国内区域物流需求预测的研究现状 | 第12-14页 |
| 1.3 研究内容与方法 | 第14页 |
| 1.3.1 研究的主要内容 | 第14页 |
| 1.3.2 研究方法及可行性分析 | 第14页 |
| 1.4 技术路线 | 第14-15页 |
| 1.5 本章小结 | 第15-16页 |
| 第2章 区域物流需求预测相关理论及指标体系的建立 | 第16-24页 |
| 2.1 区域物流需求概述 | 第16-19页 |
| 2.1.1 区域物流需求的概念 | 第16页 |
| 2.1.2 区域物流需求的特点 | 第16-17页 |
| 2.1.3 区域物流需求预测的特点 | 第17-18页 |
| 2.1.4 区域物流需求预测的步骤 | 第18-19页 |
| 2.2 区域物流需求的影响因素 | 第19-21页 |
| 2.3 物流需求预测指标体系的建立 | 第21-23页 |
| 2.3.1 物流需求预测指标选取原则 | 第21页 |
| 2.3.2 区域物流需求预测指标的选取 | 第21-22页 |
| 2.3.3 预测指标体系评价 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 偏最小二乘回归预测模型 | 第24-32页 |
| 3.1 偏最小二乘回归的的产生、发展和应用现状 | 第24-25页 |
| 3.2 偏最小二乘回归基本原理及算法推导 | 第25-27页 |
| 3.3 提取主成分数的确定 | 第27-28页 |
| 3.4 偏最小二乘回归的辅助分析技术 | 第28-31页 |
| 3.5 本章小结 | 第31-32页 |
| 第4章 BP神经网络模型及组合模型 | 第32-41页 |
| 4.1 神经网络的内涵 | 第32页 |
| 4.2 神经网络理论的发展及应用 | 第32-33页 |
| 4.2.1 神经网络的发展 | 第32-33页 |
| 4.2.2 神经网络的应用 | 第33页 |
| 4.3 神经网络应用于区域物流需求预测的可行性分析 | 第33-34页 |
| 4.4 基于BP网络的区域物流需求预测模型的构建 | 第34-38页 |
| 4.4.1 BP网络的结构及学习算法 | 第34-36页 |
| 4.4.2 物流需求神经网络预测模型的建立 | 第36-38页 |
| 4.5 偏最小二乘神经网络组合模型的构建 | 第38-40页 |
| 4.6 本章小结 | 第40-41页 |
| 第5章 环渤海经济区物流需求仿真预测 | 第41-51页 |
| 5.1 环渤海经济区发展现状 | 第41-44页 |
| 5.1.1 环渤海经济区经济发展情况 | 第41-43页 |
| 5.1.2 环渤海经济区物流发展情况 | 第43-44页 |
| 5.2 环渤海经济区物流需求预测 | 第44-50页 |
| 5.2.1 PLS成分提取 | 第44-47页 |
| 5.2.2 BP神经网络结构的确定 | 第47-49页 |
| 5.2.3 神经网络的训练 | 第49-50页 |
| 5.3 本章小结 | 第50-51页 |
| 第6章 促进环渤海经济区物流发展的对策及建议 | 第51-54页 |
| 6.1 政府层面 | 第51页 |
| 6.2 企业层面 | 第51-52页 |
| 6.3 本章小结 | 第52-54页 |
| 第7章 总结与展望 | 第54-56页 |
| 7.1 研究总结 | 第54页 |
| 7.2 研究的局限性及展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
| 申请学位期间发表的学术论文 | 第60页 |